auuc 评估指标_机器学习性能评估指标汇总

跑完分类模型(Logistic回归、决策树、神经网络等)，我们经常面对一大堆模型评估的报表和指标,如ACC、ROC、AUC等，对以上提到的各个评估指标逐一点评，并力图表明：

指标分类

学习分类

性能指标

分类

Accuracy、precision、Recall、F1 Score、ROC Curve、PR Curve、AUC、

回归

MAE、MSE

分类

混淆矩阵

1代表正类，0代表负类，Predicted代表预测，Actual代表实际。

Predicted

Predicted

合计

1

0

Actual

1

D: (TP) -> 2814

C: (FN) -> 36

D+C: Actual Positive

Actual

0

B: (FP) -> 235

A: (TN) -> ** 248 **

A+B: Actual Negative

合计

B+D: Predicted Positive

A+C: Predicted Negative

A: (True Negative) 将负类预测为负类数(正确预测负例)，(TN | 真负,0->0)

B: (False Positive) 将负类预测为正类数，(FP | 假正, 0->1) → 误报

C: (False Negative)